农业无人机
工业无人机
军警无人机
娱教无人机
水下无人机
反无人机设备
无人机配件
无人机租赁
无人机培训
当前位置:全球无人机网 » 无人机技术 » 技术 » 正文

用于无人机单目视觉惯性估计的鲁棒初始化方法(ICRA-20)

发布日期:2018-01-08  来源:泡泡机器人SLAM我要投稿我要评论

  今天介绍的文章是“Robust initialization of monocular visual-inertial estimation on aerial robots”——用于无人机单目视觉惯性估计的鲁棒初始化方法,该文章是香港科技大学沈邵劼老师的一篇经典文章,发表在ICRA2017。

  由于视觉惯性系统的非线性,无论是基于滤波或基于图优化的方法,其估计器的性能都严重依赖于初始值的准确性。一旦初始化不良,不仅会降低收敛速度,甚至导致错误的估计。因此,鲁棒的初始化算法,对六自由度无人机的安全飞行而言是至关重要的。

  但是,实际过程中,视觉惯性系统很难得到准确的初始状态。一方面,单目相机的尺度信息不能直接观测得到;另一方面,需要非零加速度的运动来初始化尺度信息。但在时间有限的搜救任务中,当MAV静止不动或者以固定模式运动时,这种初始化方法便会失效。不依赖无人机运动的先验知识,便能快速启动并初始化估计器是十分必要的。另外,在快速运动或强烈的光照变化下,视觉算法很难提取出丰富的特征点。一旦特征点跟踪丢失,估计器便会失效。因此,研究能在飞行中鲁棒初始化估计器的方法是必要的。

  本文作者提出了一个鲁棒的估计器初始化算法,能够在飞行时为单目视觉惯性系统(VINS)提供高质量的初始状态。


图1.(a)本文方法初始化过程的结构图。(b)用于室内闭环实验,带前置相机的四旋翼飞行器。

  如图1所示,视觉部分执行运动恢复结构 (Structure from Motion,SfM),建立相机姿态与特征点位置关系的结构图。IMU部分做预积分约束,得到尺度信息。将两部分结果对齐,可以校正陀螺仪偏差,并得到非线性紧耦合优化框架中的公制尺度,速度,重力矢量的初值。作者的方法可以无需知道任何关于系统状态和运动的先验信息,便能在各种情况下成功初始化。

  最后,作者通过无人机公共数据集和实物实验中验证了本文算法的有效性。值得一提的是,非常感谢沈老师将很多论文的源码开放供大家学习,本文算法链接:https://github.com/qintony/M-VINS


图2.本文算法在EuRoC数据集上的运行结果。


图3.本文算法在室内/室外实验结果。Groundtruth分别采用OptiTrack和GPS的结果。

 
本文链接:https://www.81uav.cn/tech/201801/08/644.html
标签:  
0相关评论
免责声明:凡注明来源全球无人机网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,请注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。

图文推荐

推荐新闻

推荐品牌

关于本站

合作服务电话

  • 客服热线:0755-23779287
  • 展会负责:18933794284
  • 广告合作:点击这里给我发消息
  • 展会合作:点击这里给我发消息

公众号/APP下载


    (公众号)


    (Android下载)

Copyright©2005-2019 81UAV.CN All Rights Reserved  访问和使用全球无人机网,即表明您已完全接受和服从我们的用户协议。 SITEMAPS 网站地图 网站留言
运营商: 湛江中龙网络科技有限公司 全球无人机网 
ICP备案号:粤ICP备15079343号-1 
全国公安机关 备案信息 可信网站不良举报 文明转播